I ricercatori della Queen Mary University di Londra hanno sviluppato un nuovo metodo per prevedere la demenza con un’accuratezza superiore all’80% e fino a nove anni prima della diagnosi. Il nuovo metodo fornisce una previsione più accurata della demenza rispetto ai test di memoria o alle misure di contrazione cerebrale, due metodi comunemente utilizzati per la diagnosi di demenza. Il team, guidato dal professor Charles Marshall, ha sviluppato il test predittivo analizzando le scansioni di risonanza magnetica funzionale (fMRI) per rilevare i cambiamenti nella rete di modalità predefinita (DMN) del cervello. La DMN collega le regioni del cervello per svolgere determinate funzioni cognitive ed è la prima rete neurale a essere colpita dalla malattia di Alzheimer.
Il modello può prevedere l’insorgenza della demenza fino a nove anni prima della diagnosi ufficiale
I ricercatori hanno utilizzato le scansioni fMRI di oltre 1.100 volontari della UK Biobank, una banca dati biomedica su larga scala e una risorsa di ricerca contenente informazioni genetiche e sanitarie di mezzo milione di partecipanti del Regno Unito, per stimare la connettività effettiva tra dieci regioni cerebrali che formano la rete di modalità predefinita. I ricercatori hanno assegnato a ogni paziente un valore per la probabilità di demenza a seconda della misura in cui il modello di connettività effettiva corrispondeva a un modello indicativo di demenza o a un modello simile al controllo. Hanno confrontato queste previsioni con i dati medici dei singoli pazienti conservati nella Biobanca del Regno Unito. I risultati hanno mostrato che il modello prevedeva l’insorgenza della demenza fino a nove anni prima della diagnosi ufficiale con un’accuratezza superiore all’80%. Nei casi in cui i soggetti hanno successivamente sviluppato la demenza, il modello è stato in grado di prevedere con precisione, entro un margine di errore di due anni, il tempo necessario per la diagnosi.
I ricercatori hanno anche esaminato se i cambiamenti nella DMN potessero essere causati da fattori di rischio noti per la demenza. L’analisi ha mostrato che il rischio genetico per la malattia di Alzheimer era fortemente associato a cambiamenti nella connettività del DMN, a sostegno dell’idea che questi cambiamenti siano specifici della malattia di Alzheimer.
I ricercatori hanno anche scoperto che l’isolamento sociale può aumentare il rischio di demenza attraverso i suoi effetti sulla connettività del DMN.
Chales Marshall, professore e dottore onorario in neurologia, ha guidato il team di ricerca all’interno del Centro di neurologia preventiva del Queen Mary’s Wolfson Institute of Population Identificare chi svilupperà la demenza in futuro è fondamentale per sviluppare trattamenti che possano prevenire la perdita irreversibile di cellule cerebrali che causa i sintomi della demenza, secondo Marshall. Sebbene gli scienziati stiano migliorando nel rilevare le proteine cerebrali che possono scatenare la malattia di Alzheimer, molte persone vivono con queste proteine nel cervello per decenni senza sviluppare i sintomi della demenza. I ricercatori sperano che la misurazione della funzione cerebrale che hanno sviluppato permetta di determinare con maggiore precisione se una persona svilupperà effettivamente la demenza e in quanto tempo, in modo da poter stabilire se potrebbe beneficiare di trattamenti futuri. Grazie a queste tecniche analitiche e a grandi insiemi di dati, è possibile identificare le persone ad alto rischio di demenza e capire quali sono i fattori di rischio ambientali che hanno portato queste persone in una zona ad alto rischio. Esiste un enorme potenziale per applicare questi metodi a diverse reti cerebrali e popolazioni per comprendere meglio le interazioni tra ambiente, neurobiologia e malattia sia nella demenza che potenzialmente in altre malattie neurodegenerative.
Strumento di intelligenza artificiale per la diagnosi di diverse forme di demenza
Ogni anno vengono diagnosticati 10 milioni di nuovi casi di demenza, ma la presenza di diverse forme di demenza e la sovrapposizione dei sintomi possono complicare la diagnosi e la somministrazione di trattamenti efficaci. I ricercatori della Boston University hanno sviluppato uno strumento di intelligenza artificiale in grado di diagnosticare dieci diverse forme di demenza, come la demenza vascolare, la demenza a corpi di Lewy e la demenza frontotemporale, anche quando si manifestano contemporaneamente. I ricercatori hanno sviluppato un metodo di apprendimento automatico (ML) multimodale che utilizza i dati clinici comunemente raccolti, come le informazioni demografiche, l’anamnesi del paziente e della famiglia, l’uso di farmaci, i risultati degli esami neurologici e neuropsicologici e le tecniche di imaging come la risonanza magnetica per identificare con precisione le demenze specifiche. I risultati sono stati pubblicati su Nature Medicine. Questo strumento di intelligenza artificiale generativa consente una diagnosi differenziata della demenza utilizzando dati clinici raccolti di routine e mostra il suo potenziale come strumento diagnostico scalabile per la malattia di Alzheimer e le demenze correlate.
Nel mondo non ci sono abbastanza esperti di neurologia, mentre il numero di pazienti che hanno bisogno del loro aiuto sta crescendo rapidamente. Questa discrepanza comporta un enorme onere per il sistema sanitario. I ricercatori ritengono che l’intelligenza artificiale possa essere d’aiuto riconoscendo precocemente questi disturbi e assistendo i medici nel trattamento dei pazienti per prevenire l’aggravarsi della malattia. Poiché si prevede che il numero di casi di demenza raddoppierà nei prossimi 20 anni, i ricercatori sperano che questo strumento di IA possa fornire una diagnosi differenziale accurata e sostenere la crescente domanda di interventi terapeutici mirati per la demenza.